Los autores presentan DynaKRAG, un marco unificado que formula la generación aumentada con recuperación multi-salto como control condicionado al estado sobre operaciones de evidencia atómica. En cada paso, una capa de validez construye el conjunto de acciones ejecutables mientras un controlador aprendido selecciona la siguiente operación para actualizar el estado de la evidencia.

  • DynaKRAG utiliza Qwen2.5-7B-Instruct y alcanza puntuaciones F1 de 0.5998 en HotpotQA, 0.5340 en 2Wiki y 0.3061 en MuSiQue.
  • El sistema supera a la línea base controlada más fuerte en los tres benchmarks.
  • Reemplazar el controlador aprendido con una política uniforme-válida reduce F1 entre 3.96--5.78 puntos.
  • Eliminar la retroalimentación de suficiencia impacta negativamente el rendimiento en todos los conjuntos de datos.

Estos resultados demuestran el beneficio de coordinar la recuperación, el diagnóstico y la adquisición dirigida a brechas bajo un estado de evidencia en evolución.